Où l’IA doit-elle intervenir dans le processus décisionnel du conseil d’administration ?

Un dossier du conseil d’administration arrive avec une analyse de marché rédigée par une machine en moins d’une minute, un modèle de risque élaboré à partir de scénarios que personne dans la salle n’a choisis et une recommandation assortie d’un score de confiance. Personne n’a approuvé tout cela en principe. Cela s’est simplement installé progressivement, réunion après réunion, jusqu’à ce que l’IA accomplisse un véritable travail au cœur des décisions du conseil sans que personne n’ait défini où ce travail devait s’arrêter.

Selon l’étude 2026 Global Human Capital Trends de Deloitte, 60 % des dirigeants utilisent désormais régulièrement l’IA pour étayer leurs décisions, et Gartner prévoit que, d’ici 2027, la moitié de toutes les décisions d’entreprise seront augmentées ou automatisées par des agents d’IA. Les conseils d’administration s’adaptent à cette réalité plutôt qu’ils n’en donnent le rythme. L’essentiel des préoccupations liées à la gouvernance de l’IA ne porte pas vraiment sur la question de savoir s’il faut utiliser cette technologie. Il tient au fait que l’IA s’est déjà immiscée dans des moments précis du processus décisionnel, la préparation, l’analyse, la recommandation elle-même, sans que le conseil ait jamais pris le temps de décider si c’était réellement là qu’elle devait intervenir.

Paul Armstrong, fondateur de TBD Group, a bien résumé le problème sous-jacent dans Risk Quarterly de Clyde & Co : les systèmes d’IA disposent de différents niveaux d’autorité déléguée, de l’assistance au conseil jusqu’à l’autonomie complète, et confondre ces niveaux masque « le point auquel la responsabilité passe du jugement humain au comportement du système ». Un conseil d’administration qui n’a pas délibérément défini ce point à chaque étape de son processus décisionnel a, dans les faits, laissé l’IA trouver elle-même sa place.

Les quatre étapes auxquelles l’IA intervient

D’après notre expérience, il est souvent utile d’envisager la prise de décision du conseil d’administration en quatre étapes : la préparation, l’analyse de scénarios, la délibération et le suivi. L’utilité de l’IA, comme les risques qu’elle présente, varie fortement selon l’étape concernée.

La préparation est le cas le plus simple. Avant une réunion, l’IA peut synthétiser des documents longs ou techniques et signaler ce qui nécessite l’attention d’un membre du conseil, ce qui permet surtout de gagner du temps autrefois consacré à la lecture plutôt qu’à la réflexion. Une condition reste essentielle : les documents doivent parvenir aux membres suffisamment tôt et de manière suffisamment sécurisée pour qu’ils puissent se forger leur propre opinion, et non découvrir une synthèse pour la première fois pendant la réunion.

L’analyse de scénarios est l’étape où l’IA apporte une valeur plus substantielle. Un modèle peut générer bien davantage de variantes d’un futur possible qu’un atelier ne pourrait en produire, en testant des hypothèses sur les taux, les concurrents, la réglementation et la demande selon des combinaisons qu’une petite équipe n’aurait pas le temps d’examiner manuellement. L’objectif est d’élargir le champ du débat du conseil d’administration. Il ne s’agit pas de fournir une réponse unique classée comme si elle constituait l’analyse elle-même, car ce classement reflète les hypothèses du modèle en matière de risque, et non celles du conseil.

Vient ensuite la délibération, et c’est là que la prudence doit être la plus grande, car une recommandation générée par l’IA a tendance à se présenter comme aboutie précisément au moment où le conseil a le plus besoin de la déconstruire. Comme l’a expliqué un dirigeant de Liberty Mutual au MIT Sloan Management Review, une fois que le modèle s’est prononcé, la vraie question devient : « qui peut le contredire, et à quelle vitesse ? »

C’est précisément la partie qu’aucun système ne peut accomplir à la place du conseil d’administration. Il faut une personne dans la salle qui voie le problème autrement, qui insiste sur l’hypothèse que personne d’autre n’a remise en question et qui soit prête à contester une conclusion qui paraît parfaitement cohérente sur le papier. Comme le souligne Julie Baddeley dans un récent épisode du podcast Boardroom Confidential : « Il est très facile pour un conseil d’administration de tomber dans la pensée de groupe, chacun renforçant la réflexion des autres. Si vous êtes en décalage avec le groupe, ce n’est pas une position très confortable. »

Considérez la recommandation comme le point de départ d’un débat, et l’IA aura rempli son rôle. Considérez-la comme la réponse, et le conseil aura discrètement abandonné la seule partie du travail qui n’a jamais appartenu à l’IA.

Le suivi reçoit moins d’attention que les trois autres étapes, à tort, car c’est souvent là que les bénéfices d’une bonne délibération disparaissent. L’IA peut transformer une décision en un véritable historique : le raisonnement, les actions à mener, les responsables et les échéances, afin qu’une discussion de qualité ne subsiste pas uniquement dans la mémoire des personnes présentes. Une partie de ce travail doit d’ailleurs pouvoir avoir lieu en dehors du calendrier habituel des réunions. Un conseil qui ne peut pas examiner, discuter et, lorsque cela se justifie, approuver de manière sécurisée un sujet entre deux réunions programmées reste contraint d’attendre la prochaine date au calendrier pour traiter une décision qui devait déjà être prise.

Là où la limite doit rester claire

Rien de ce qui précède ne modifie la responsabilité. Quelle que soit la contribution de l’IA à une étape donnée, le conseil d’administration reste pleinement responsable de la décision.

Dans la pratique, cela signifie que certains éléments restent résolument humains. Quelqu’un doit déterminer ce qu’un enseignement généré par l’IA signifie pour cette entreprise en particulier, au lieu d’accepter sa conclusion telle quelle. Quelqu’un doit remettre en question l’hypothèse que personne n’a pris la peine de formuler explicitement. Et quelqu’un doit, au bout du compte, décider si les éléments présentés au conseil sont suffisants pour agir, ce qui relève d’un jugement qu’aucun modèle ne peut exercer à sa place.

Le risque n’est pas théorique. L’étude 2026 de Deloitte sur l’IA et la prise de décision a révélé que les algorithmes « boîte noire » compliquent la traçabilité des responsabilités, que les personnes disent ressentir moins de responsabilité à l’égard des décisions auxquelles l’IA a contribué et, plus préoccupant encore, qu’elles semblent davantage disposées à prendre des raccourcis lorsqu’une décision a été déléguée à une machine. Rien de cela ne constitue un argument contre l’utilisation de l’IA dans ce contexte. Cela montre au contraire qu’il faut définir avec précision les parties du processus décisionnel auxquelles elle est autorisée à participer.

La sécurité constitue un bon exemple de cette précision en pratique. L’IA peut se comporter presque comme un CISO virtuel au sein du processus, en détectant un risque d’exposition des données enfoui dans un contrat fournisseur ou un plan d’intégration bien avant qu’il ne fasse autrement surface. C’est un travail réel et utile. Mais c’est aussi exactement le type d’information qui doit être transmis à un véritable CISO, ou à un spécialiste équivalent, avant que le conseil ne s’engage dans quoi que ce soit qui en dépende. L’IA qui fait émerger le risque relève de la préparation. Un professionnel qualifié qui en évalue la portée exerce un jugement, et ce passage de relais devrait avoir lieu systématiquement, et non seulement lorsque quelqu’un pense à le demander.

Un conseil d’administration qui a délibérément défini la place de l’IA peut généralement répondre sans trop hésiter à quelques questions : à quelles étapes l’IA intervient-elle actuellement, et à quelles étapes n’intervient-elle pas ? Un membre du conseil a-t-il déjà contesté avec succès une recommandation générée par l’IA ? Et un problème de sécurité détecté pour la première fois par l’IA parvient-il systématiquement jusqu’à un spécialiste, plutôt que d’être absorbé dans une synthèse bien ordonnée ? Un conseil qui doit longuement réfléchir à l’une de ces questions a laissé l’IA s’installer dans le processus par dérive plutôt que par décision.

Comment une meilleure infrastructure de gouvernance peut aider

Rien de tout cela ne fonctionne si l’outil d’assistance se trouve en dehors du flux de travail sécurisé du conseil d’administration, dans une application distincte qui n’est pas reliée à l’historique des décisions.

Des solutions de réunion spécialisées comme Sherpany proposent des outils d’IA conçus sur mesure pour répondre aux défis de la gouvernance moderne. Les fonctionnalités d’IA de Sherpany sont intégrées au flux de travail suivi par les conseils d’administration, plutôt que placées à côté de celui-ci. Avant une réunion, elles aident les membres à examiner individuellement les documents du conseil, à faire ressortir les éléments qui nécessitent une attention particulière et à synthétiser les documents de réunion, afin d’améliorer l’efficacité de la préparation tout en la concentrant sur des contenus correctement autorisés et sécurisés. Pendant la discussion, le même système maintient les objections et les questions directement rattachées aux éléments concernés. Après la réunion, il consigne correctement les décisions et les actions de suivi, de sorte que rien ne dépende de la boîte de réception de quelqu’un ou de notes personnelles que personne d’autre ne peut consulter. Les procès-verbaux de réunion générés par l’IA de Sherpany garantissent que le raisonnement qui sous-tend les décisions du conseil, plus essentiel que jamais à l’ère de l’IA, ne se perde jamais.

Rien de cela ne prend de décision à la place du conseil d’administration. Cela garantit simplement que la décision est prise dans un environnement documenté, sécurisé et conçu pour résister à un examen ultérieur, plutôt que dispersée entre les outils ouverts à ce moment-là. Pour découvrir un cadre plus complet sur les pratiques de gouvernance qui sous-tendent cette approche, notre guide, 5 méthodes concrètes pour préparer votre conseil d’administration à l’IA, explique plus en détail comment structurer cette supervision.

L’IA a désormais clairement sa place dans la manière dont les conseils d’administration prennent leurs décisions, et jusqu’à présent davantage par défaut que par choix délibéré. La question plus précise, et la plus utile, est la suivante : où apporte-t-elle réellement de la valeur, et où le jugement du conseil doit-il accomplir le travail que rien d’autre ne peut faire ? Définir correctement cette place, étape par étape, permet à l’IA d’améliorer la préparation et d’élargir l’analyse sans jamais empiéter sur la partie du travail qui a toujours relevé du conseil d’administration.

Si vous souhaitez découvrir comment Sherpany soutient une gouvernance assistée par l’IA tout au long du cycle décisionnel du conseil d’administration, réservez une démonstration gratuite et découvrez comment Sherpany peut vous accompagner.